CentralStationCRM Hilfe
Alle Kategorien Personen & Firmen Dubletten automatisch suchen und zusammenfassen

Dubletten automatisch suchen und zusammenfassen

Wie Sie die automatische Dublettenzusammenführung anwenden

Ein häufiges Problem bei CRM-Software sind Dubletten, also Datensätze, die mehrfach gespeichert sind. Meist finden sie ihren Weg über einen Dateiimport in das System. Sie können daher in CentralStationCRM Dubletten automatisiert aufspüren und zusammenführen.

Durch das Zusammenfassen gehen keine Inhalte oder Tags verloren, egal bei welcher der Dubletten diese Daten erfasst waren. Lediglich identische Daten (z.B. mehrmals die gleiche Telefonnummer) werden zusammengefasst. 

Sie finden die automatische Dublettenprüfung unter dem Zahnrad, anschließend Accounteinstellungen und dort unter Dubletten finden und entfernen.

Eine Video-Anleitung finden Sie hier:

Sie können zwischen verschiedenen Methoden wählen, anhand derer Sie Dubletten identifizieren und zusammenführen können. Diese unterscheiden sich je nachdem, ob Sie Dubletten bei Personen, Firmen, Angeboten oder Projekten aufspüren wollen. Sie ziehen jeweils unterschiedliche Daten für die Identifikation heran. Je nach Datenlage kann eine Methode mehr oder weniger passend sein.

Vorschau-Modus

Bei jeder Methode können Sie vor der Zusammenführung im Vorschau-Modus prüfen, welche Kontakte das CRM als Dublette identifiziert und zusammenführt. Das ist ratsam, denn Zusammenführungen können Sie nicht rückgängig machen.

dub-vorschau.jpg

Der Vorschau-Modus führt identifizierte Dubletten nicht zusammen, sondern versieht sie mit einem Tag namens “Dublette”. Sie können Ihre Kontakte also vor dem Zusammenführen danach filtern und durchsehen, um falsch zusammengeführte Dubletten zu vermeiden.

Verschiedene Methoden zur Identifikation

dub-optionen.jpg

Zum besseren Verständnis erläutern wir Ihnen die drei Optionen bei Personen. Die Optionen bei Firmen, Angeboten und Projekten sind entsprechend ähnlich.

1) Dubletten anhand von E-Mail-Adresse und Nachname zusammenfassen
Diese Methode identifiziert Personen als Dubletten, die eine identische E-Mail-Adresse und denselben Nachnamen haben. Sie ist die sicherste der drei Optionen, denn die Wahrscheinlichkeit, dass zwei verschiedene Personen gleich heißen und die gleiche E-Mail-Adresse besitzen, ist sehr gering.

2) Dubletten anhand von Vorname und Nachname zusammenfassen
Diese Methode fast alle Personen zusammen, die den gleichen Vornamen und Nachnamen haben. Sie bezieht keine weiteren Daten wie E-Mail-Adressen oder Firmen mit ein. Hier ist das Risiko größer, dass Personen mit Allerweltsnamen fälschlicherweise zusammengeführt werden. Entsprechend mehr Vorsicht ist geboten

3) Dubletten anhand von Vorname, Nachname und Firma zusammenfassen
Bei dieser Methode überprüfen wir zusätzlich zum Vor- und Nachnamen, ob die potentiellen Dubletten der gleichen Firma zugeordnet sind. Nur wenn dies der Fall ist, werden sie als Dublette identifiziert.

In den meisten Fällen empfehlenswert: Eine Kombination aus Methode 1 und 3

Die besten Ergebnisse erzielen Sie oft bei einem zweistufigen Vorgehen: Nutzen Sie zunächst die 1. Methode und führen nur die Personen mit der gleichen E-Mail-Adresse zusammen. Wenn Sie dann noch immer eine große Zahl an Dubletten in Ihrem Account vorfinden, können Sie mit Methode 3 die Dubletten innerhalb einer Firma ebenfalls noch eliminieren.

Einzelne Dubletten manuell zusammenführen

Wenn Sie nur vereinzelte Kontakte manuell zusammenführen wollen, finden Sie hier die entsprechende Anleitung.

Gut zu wissen…

Nicht rückgängig zu machen
Die Dublettenzusammenfassung ist verantwortungsvoll und mit Sorgfalt zu benutzen. Ein Rückgängigmachen von Zusammenführungen ist nicht möglich. Daher kann dieses Feature auch nur von Accountinhabern durchgeführt werden.

Gruppensystem
Setzen Sie für Ihren Account das Gruppensystem ein, können Sie die einzelnen Gruppen auswählen, innerhalb derer nach Dubletten gesucht werden soll. Es gilt jedoch zu beachten, dass Dubletten automatisch nur innerhalb ein und derselben Gruppe gesucht werden, um keine bewusst getrennt gehaltenen Datensätze zusammenzuführen.

War dieser Artikel hilfreich?

Thanks for your feedback!